Descreva o vídeo que você quer em um chat e o agente escreve o roteiro, grava a voz, renderiza as cenas e compõe a música, escolhendo no catálogo os modelos de cada etapa. Você revisa cada peça e ajusta na mesma conversa, em vez de mover arquivos entre quatro ferramentas.
Fazer na mão um vídeo com narração e música significa encadear quatro tipos de ferramenta: um modelo de linguagem para o roteiro, um modelo de voz para a narração, um modelo de vídeo para as cenas e um modelo de música para a trilha, cada um com seu próprio prompt e sua própria exportação. O Supercomputer, o agente do Picasso IA, cuida desse encadeamento. Você escreve um briefing em um chat, ele planeja o trabalho, roda os modelos e entrega as peças.
Um vídeo narrado com trilha sonora não é trabalho de um modelo só. É um roteiro de um modelo de linguagem, uma voz de um modelo de texto para fala, cenas de um modelo de vídeo e uma trilha de um modelo de música, e entre cada par existe uma tarefa pequena: copiar o roteiro, dividir em cenas, escrever um prompt de vídeo para cada cena, dar nome aos arquivos para achar depois. Nada disso é difícil. Tudo isso é onde uma tarde some sem você perceber.
O Supercomputer assume esse encadeamento. É um chat, não um espaço de trabalho: você descreve o resultado que quer com palavras simples, ele planeja os passos, escolhe modelos do catálogo, roda tudo e mostra o que saiu. Você ajusta na mesma conversa. O catálogo por trás dele é o mesmo que roda no toolkit, 502 modelos hoje, dos quais 121 são de texto para vídeo, 75 são modelos de linguagem, 24 são de texto para fala e 10 geram música. O catálogo completo pode ser explorado se você quiser ver entre o que o agente pode escolher.
É um produto separado do toolkit, não uma substituição. O toolkit é o espaço de trabalho manual onde você escolhe o modelo e cada ajuste está nas suas mãos. O agente é para os dias em que você prefere dizer o resultado e revisá-lo. Os mesmos modelos, os mesmos créditos, outro lugar à mesa.
Por trás de uma única frase sua existe uma cadeia curta. A tabela mostra as etapas pelas quais o agente passa, o tipo de modelo que faz o trabalho (os nomes são exemplos do catálogo, não uma lista fechada) e o que cada etapa entrega para a próxima.
| Etapa | Tipo de modelo | O que sai | O que você pode mudar depois |
|---|---|---|---|
| Roteiro | Um modelo de linguagem, por exemplo claude-sonnet-5 | Texto de narração dividido em cenas | O tom, a extensão, a redação de qualquer linha |
| Voz | Um modelo de texto para fala, por exemplo speech-2.8-hd | A narração como arquivo de áudio | A voz, o ritmo, uma nova leitura de uma cena |
| Cenas | Um modelo de texto para vídeo, por exemplo veo-3.1 ou seedance-2.0 | Um clipe por cena | O prompt de uma única cena, ou outro modelo para ela |
| Música | Um modelo de música, por exemplo lyria-3 | Uma trilha de fundo | O clima, os instrumentos, o volume sob a voz |
| Entrega | O próprio agente | As peças reunidas no chat, prontas para baixar | Qualquer etapa, refeita separadamente |
A ordem importa porque cada etapa alimenta a seguinte. O roteiro decide quantas cenas existem, as cenas decidem quantos planos são necessários, e a duração da narração diz mais ou menos quanto tempo a imagem precisa durar. Por isso uma mudança no começo da cadeia, um roteiro mais curto por exemplo, se espalha por todas as etapas seguintes, e por isso vale fechar o roteiro primeiro.
O agente só consegue planejar o que você conta, então o briefing é a parte que merece seu esforço. Um bom briefing responde seis perguntas em poucas frases: sobre o que é o vídeo, para quem é, quanto tempo deve durar, qual o tom da narração, como as imagens devem parecer e o que a música deve fazer. Esqueça o vocabulário técnico. Você não nomeia modelos nem ajustes, isso quem escolhe é o agente.
A diferença na prática é esta. Um briefing fraco diz faça um vídeo sobre café. Um que funciona diz um vídeo explicativo calmo de trinta segundos para quem só usou cápsulas, narrado com uma voz acolhedora e sem pressa, com planos lentos e próximos de um café coado e uma trilha acústica suave. A segunda versão dá ao modelo de linguagem um tom, ao modelo de voz um caráter, ao modelo de vídeo uma direção visual e ao modelo de música um clima, tudo em um parágrafo.
Dois detalhes poupam créditos depois. Informe o idioma da narração, porque a voz e o roteiro dependem dele. E diga o que não deve aparecer: sem texto na tela, sem pessoas, sem marcas. Modelos de vídeo inventam à vontade, e uma frase de exclusões sai mais barata que refazer uma cena. Se sua ideia envolve uma pessoa, use um personagem fictício ou o seu próprio rosto e a sua própria voz, nunca uma pessoa real identificável, e nunca uma voz que você não tenha o direito de usar.
Este é o caminho inteiro em palavras simples. Se você quer ouvir uma voz ou ver uma cena antes de comprometer uma execução completa, qualquer etapa pode ser testada antes à mão no toolkit, porque ele roda o mesmo catálogo.
A primeira rodada é um rascunho, e o chat é onde ele vira um vídeo com o qual você fica satisfeito. Você fala com o agente como falaria com um editor: deixe a narração mais curta, use uma voz mais grave, refaça a terceira cena com movimento mais lento, tire percussão da música. Ele refaz a etapa que você apontou e deixa o resto em paz, então corrigir uma cena não custa um roteiro novo.
Mude uma coisa por mensagem. Se você pede uma voz nova, um roteiro mais caloroso e um estilo visual diferente em um único pedido, não vai saber qual mudança consertou o vídeo ou o estragou, e cada nova rodada é outra geração que gasta créditos.
Como o toolkit usa o mesmo catálogo, os dois produtos funcionam bem juntos. Uma boa forma de usar é deixar o agente produzir uma primeira versão e depois levar uma cena fraca para o toolkit e testá-la à mão com dois ou três modelos de vídeo. Páginas como locução com IA para vídeos e música de fundo para vídeos aprofundam cada etapa, e vídeos de YouTube sem aparecer mostra o tipo de projeto pronto para o qual essa cadeia serve. O consumo de créditos depende dos modelos e dos ajustes, e a página de preços é onde ficam os planos.
Um agente que encadeia modelos herda os limites de cada modelo da cadeia e acrescenta um ou dois próprios. Cinco pontos para prever:
O agente é uma máquina de primeiros rascunhos com um ciclo de resposta curto, não um diretor. Se o seu vídeo depende de uma atuação precisa, de um lugar real específico ou de uma edição cronometrada ao detalhe, o toolkit e um editor de vídeo dão mais controle.
É o Supercomputer, o agente do Picasso IA, usado para vídeo. Você descreve o vídeo em um chat, e ele planeja o trabalho, escolhe no catálogo os modelos do roteiro, da voz, das cenas e da música, executa cada etapa e mostra o resultado. Depois você ajusta na mesma conversa. É um chat dentro do aplicativo web, então não há nada para instalar.
O toolkit é um espaço de trabalho manual: você escolhe o modelo, escreve o prompt, define as opções e roda uma geração por vez. O agente parte do resultado. Você diz o que quer, e ele decide quais modelos encadear e em que ordem. Os dois usam o mesmo catálogo e os mesmos créditos, então a escolha é sobre quanto controle você quer. Muita gente usa o agente para uma primeira versão e o toolkit para afinar uma peça só.
Não. O Supercomputer é um chat no aplicativo web, então você entra na sua conta do Picasso IA e escreve seu briefing. As chaves pertencem à API, ao servidor MCP e aos conectores, onde você cria uma na sua conta e a trata como uma senha. Para o agente não há nada para colar nem guardar.
Ele escolhe no catálogo, que hoje tem 502 modelos, entre eles 121 de texto para vídeo, 75 modelos de linguagem, 24 de texto para fala e 10 de música. Nomes como claude-sonnet-5, speech-2.8-hd, veo-3.1, seedance-2.0 e lyria-3 são exemplos do que existe ali, não uma promessa de que uma execução específica use esses. Você pode pedir um modelo ou um estilo em particular na conversa e ver o que muda.
Uma geração custa créditos, e o valor depende dos modelos e dos ajustes, então um vídeo feito de várias etapas custa mais que uma imagem. Qualquer número escrito aqui ficaria errado logo, por isso não há nenhum. Contas novas ganham créditos grátis para testar, e os planos estão na página de preços. Testar uma única etapa antes no toolkit é um jeito barato de ver quanto custa um modelo.
Pode, dizendo isso na conversa. Você pode pedir uma voz mais grave, um tipo de música específico ou outro modelo de vídeo para uma cena, e o agente refaz essa parte. Se você quer comparar modelos lado a lado com todos os ajustes à vista, o toolkit é o melhor lugar, porque deixa você rodar o mesmo prompt em vários modelos e julgar os resultados por conta própria.
Depende dos modelos de vídeo da cadeia, porque cada cena é gerada como um clipe próprio e os clipes são curtos comparados a um filme. Vídeos mais longos são montados com muitas cenas, o que significa mais gerações e mais créditos. Diga no briefing a duração que você tem em mente e confira os clipes que voltam.
O seu, sim. Personagens fictícios, sim. Uma pessoa real identificável que não deu permissão, não, e o mesmo vale para uma voz que você não tem o direito de usar. Isso importa principalmente no que você pretende publicar ou vender. Diga no briefing que o personagem é fictício ou que o rosto e a voz são seus, e guarde a prova da sua permissão se o vídeo for usado comercialmente.
Normalmente um pouco. O agente entrega o roteiro, a narração, os clipes e a música como peças que se encaixam, e juntá-las em uma linha do tempo com o ritmo certo é uma etapa final normal no editor de vídeo de sua preferência. Algumas pessoas acham a primeira versão boa o bastante como rascunho e outras retocam algumas cenas. Conte com a revisão, porque os modelos são diferentes e uma escuta e uma olhada rápidas pegam a maioria dos problemas.
Muitas vezes sim, mas depende dos termos dos modelos por trás de cada peça e das regras do lugar onde você publica, que mudam com o tempo. Confira os requisitos atuais da plataforma antes de postar e evite pessoas reais, marcas e personagens protegidos no briefing. Se tiver dúvida sobre um caso específico, fale com o suporte antes de montar uma campanha em cima dele.
Quer ouvir um roteiro em voz alta ou ver uma cena antes de escrever o briefing inteiro? Abra o toolkit e teste agora qualquer modelo do catálogo, e mande suas dúvidas para o suporte.
Escolha seu idioma
